米国のメディア业界にとって、3月から5月は文字通り春の季節です。メディア全体を横断するアップフロントイベントが開催され、拡大し続けるコンテンツ市場は、広告の売り手と買い手に多くの機会や膨大な情報をもたらします。その中で、測定におけるビッグデータの活用に関する議论が高まっています。 

広告主はこの時期、特にデータを重視します。デジタルに対する消費者のエンゲージメントが強くなっていると同時に、消費者のテレビ接触が細分化しているからです。ロンドンのデータ解析と調査会社である安プレ。分析が実施した調査によると、2021年のコンテンツへの総の支出は、ストリーミング大手のNetflixを筆頭に、約2200億ドルにのぼります。米国の生活者は昨年、ほぼ1500万年分に相当する動画をストリーミング視聴したこと、また全世界のデジタル広告費は2021 年度、29%以上増し4910億ドルを超えたことを知っている広告主は、デジタル広告に集しています。

しかも、ストリーミングサービス加入者の93%が今後1年間で利用を増やす予定と答えているように、消費者はストリーミング業界の軌道を変えるつもりはないようです。しかし、これは従ㄓのテレビコンテンツの重要性が下がることを意味している訳はありません。その反対で、平均のな成人がテレビのライブ視聴に費やす時間は、CTVコンテンツの2倍以上になっています。

コンテンツがさらに豊富になるにつれ、消費者にはさらに多くの選択肢が与えられるようになります。しかし広告主にとって、多種多用なプラットフォーム、デバイスやサービスは、測定面での新たな課題を意味します。選択肢の爆発的な増加によるコンテンツ接触時間の増加は確認されておらず、接触者の数も増えていません。しかし、スマートテレビ（ACR、コンテンツ自動認識）、ケーブルテレビ用チューナー（RPD、リターンパスデータ）から取得したデータを含むビッグデータは、そうでないことを示唆しています。ケーブル・ボックスとスマートテレビから得られるデータも、ストリーミングのアクティビティについては、ほとんどインサイトを提供しません。ケーブル・ボックスは、定義上、従来のテレビデータを提供し、ACRは、視聴者がNetflixを含

ビッグデータはそもそも測定を前提としたデータではないため、実在の「人」を反映していないことを覚えておく必要があります。RPDとACRデータは測定の幅を広げるという点で間違いなく価値がありますが、ビッグデータは実在の「人」ではなく、デバイスを反映しています。ビッグデータ単体では、広告主が最も必要とする「誰が見ているか」「見ていないか」が分かりません。ビッグデータから「人」を除外すると、当然数字は合わなくなります。

缩写 "ACR "的意思是："ACR "指的是："ACR "的意思是："ACR "的意思是："ACR "的意思是："ACR "的意思是："ACR "的意思是："ACR "的意思是："ACR "的意思是："ACR "的意思是："ACR "的意思是："ACR "的意思是："ACR "的意思是："ARR "的意思是："ARR "的意思是："ARAR "的意思是："ARR "的意思是："ARR "的意思是："ARR的意思是：ARR的意思是：ARR的意思是：ARR的意思是指ACR。

デバイスやスクリーンの利用者を特定できない他、ビッグデータは本質のに偏っており、偏りの度合はデータイプに依存します。ビッグデータが本に米国の人口を表すためには、すべてのテレビ世帯がまったく同じテレビを持ち、まったく同じデータストリームを通じて番組にアクセスする必要があります。そのため、全ビッグデータセトを米国の多様な人口を反映する『人』ベースのパネルで調する必要が生じます。

世界广告主联合会（World Federation of Advertisers）、全国广告主协会（the Association of National Advertisers）（全米広告主協会）、さらには全世界30からの業界団体は皆、スクリーンメディアに対する今後のオーディンス測定システムは、質の高いパネルとビッグデータの組み合わせであるべきと異口同聲に主張しています。

パネルデータを伴わない測定は、多様性を捉えることができません。全てのテレビ保有している帯は同一コンテンツを同一デバイスで視しておらず、テレビ保有している帯の構成も地域や国によって異なります。ビッグデータベースの測定では、この誰もが知っているような事実が大きく取り逃されます。

例子： 舞蹈、ヒスパニック系は米国総人口のほぼ20%を占めていますが、ビッグデータはヒスパニック系やその他種のオーディエンス数を著しく過小カウントします。対してRPDのみをベースとした測定に対するニールセンの分析では、ヒスパニック系の世帯は30%ていました。このことを踏まえて、次のように考えてみましょう。2020年の米国国势调査では、ヒスパニック系人口は6、200万人余りです。この人口の半分がある时间にテレビを視聴しており、広告主がRPDデータを測定に利用した場合、広告主は気付いていないだけで900万人以上にリーチできている可能性があります。

30%的过小评価は平均的な数字であり、番組単位で見ると、ビッグデータは一般的な人口や多様なオーディエンスの両方に対し、より大きな幅の誤差を生じさせる場合があります。ビッグデータを活用した測定、及びニールセンの業界標準であるパネルベースの測定間の差異に関するニールセンの調査研究によると、プライムタイムに放送された番組に対し、RPD测定は米國の総インプレーション数を69%。过大に測定していました。対してACR測定は、総インプレッション数を12%过小に測定しました。スポーツ中継番組では、RPD測定はヒスパニック系オーディエンスを47%过小に測定し、ACR測定は同オーディエンスを12%过大に测定していました。

広告主にとって、このような測定のばらつきはコスト高になりかねません。新たなデータソース、特に実在する「人」に紐付けられない新たなデータソースは、測定の複雑化を招いています。広告主やパブリッシャーは皆、リーチの最大を目指していますが、リーチの有効を検証することの重要性もしかりと認識していまし。

リニアテレビとデジタルの収束が進むにつれ、ビッグデータは測定の重要なインプットとなっています。しかしビッグデータそのものは、信頼に値する測定ソースではありません。消費者がより多様なデバイスやチャネルと関わるようになった現在、過度なエンゲージメントを示すデータは容易に識別することができるでしょう。広告主は確かに多くの代替オーディエンスが提案するオーディエンスのサイズを歓迎しますが、それらの数に対して広告購入を行う場合、最終的には実在の「人」を反映していない数字に対して広告費を支払うことになります。